Development of extrinsic calibration methods and sensors integration in autonomous vehicles

This thesis explores the integration of autonomous driving systems into the Maserati Grancabrio Folgore, highlighting the crucial role of sensor synchronization and calibration. For the vehicle to operate reliably, accurate data from sensors like LiDAR, radar, cameras, and GNSS must be captured, synchronized, and processed in real time. A major contribution of this work is the development of a robust framework that ensures all sensors are timestamped with a common reference clock, allowing for precise data fusion. Additionally, a radar driver was created as the interface between the radar sensors and the software stack, making it possible to integrate the radars into the system. The driver was designed with performance in mind, ensuring messages are processed in the correct order and incorporating error-checking techniques to maintain data integrity. Two calibration methods are proposed: a Camera-LiDAR calibration using ArUco markers, and a novel approach for aligning the frames of different 3D sensors by tracking the movement of a pedestrian. This second method ensures accurate alignment of radars and LiDARs, with the potential to extend to other sensors. Without proper integration and calibration, the autonomous system cannot function correctly, making it impossible for the vehicle to operate safely in any situation. This work demonstrates that accurate sensor calibration and effective system integration are all essential for the smooth operation of an autonomous driving system.

Questa tesi si concentra sull'integrazione dei sistemi di guida autonoma nella Maserati Grancabrio Folgore, mettendo in evidenza il ruolo cruciale della sincronizzazione e della calibrazione dei sensori. Per garantire il corretto funzionamento del veicolo, i dati provenienti da vari sensori, come LiDAR, radar, telecamere e sistemi GNSS, devono essere acquisiti, sincronizzati ed elaborati in tempo reale. Uno dei principali contributi di questo lavoro è lo sviluppo di una soluzione affidabile che assicura la sincronizzazione di tutti i sensori con un tempo di riferimento comune, garantendo una fusione precisa dei dati. Inoltre, è stato sviluppato un driver radar come interfaccia tra i sensori radar e lo stack software, permettendo l'integrazione dei radar nel sistema. Il driver è stato progettato prestando attenzione alle prestazioni, garantendo l'elaborazione dei messaggi nell'ordine corretto e incorporando tecniche di controllo degli errori per mantenere l'integrità dei dati. Vengono proposti due metodi di calibrazione: una calibrazione Camera-LiDAR che utilizza i marker ArUco e un approccio innovativo per allineare i dati di diversi sensori 3D seguendo il movimento di un pedone. Questo secondo metodo garantisce un allineamento accurato di radar e LiDAR, con la possibilità di estenderlo ad altri sensori. Senza una corretta integrazione e calibrazione, il sistema autonomo non può funzionare correttamente, rendendo impossibile la navigazione in qualsiasi tipo di situazione. Questo lavoro dimostra che una calibrazione accurata dei sensori e una loro integrazione efficace nel sistema sono elementi essenziali per il corretto funzionamento di un sistema di guida autonoma.